Nanyang Technological University（南洋理工大学）

HMR3D: Hierarchical Multimodal Representation for 3D Scene Understanding with Large Vision-Language Model

HMR3D：用于大视觉-语言模型的层次多模态表示以实现3D场景理解

Chen Li, Eric Peh, Basura Fernando

机构 * Institute of High-Performance Computing, Agency for Science, Technology and Research, Singapore（高性能计算研究所，科技研究局，新加坡） ； Centre for Frontier AI Research, Agency for Science, Technology and Research, Singapore（前沿人工智能研究中心，科技研究局，新加坡） ； College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学，新加坡） 纠错

AI总结 HMR3D通过层次化多模态表示，结合多视图图像和文本描述，提升3D场景理解的性能。

Deep Reinforcement Learning for Drone Route Optimization in Post-Disaster Road Assessment

灾难道路评估中用于无人机路线优化的深度强化学习

Huatian Gong, Jiuh-Biing Sheu, Zheng Wang, Xiaoguang Yang, Ran Yan

机构 * School of Civil and Environmental Engineering, Nanyang Technological University（南洋理工大学土木与环境工程学院） ； Department of Business Administration, National Taiwan University（台湾大学商业行政系） ； School of Maritime Economics and Management, Dalian Maritime University（大连海事大学海运经济与管理学院） ； The Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University（同济大学交通工程教育部长期实验室） 纠错

AI总结 本研究提出基于深度强化学习的AEDM模型，用于灾后道路评估中的无人机路线优化，显著提升解决方案质量和推理速度，适用于时间敏感的灾害响应场景。

Comments 28 pages, 15 figures

PhysX-3D: Physical-Grounded 3D Asset Generation

PhysX-3D：基于物理的3D资产生成

Ziang Cao, Zhaoxi Chen, Liang Pan, Ziwei Liu

机构 * Nanyang Technological University（南洋理工大学） ； Shanghai AI Lab（上海人工智能实验室） 纠错

AI总结 PhysX-3D提出一种基于物理的3D资产生成方法，通过构建物理标注数据集和双分支框架，提升生成资产的物理合理性和几何质量。

Comments Accepted by NeurIPS 2025, Spotlight Project page: https://physx-3d.github.io/

Benford's Curse: Tracing Digit Bias to Numerical Hallucination in LLMs

本福特定律的诅咒：追踪数字偏差到大语言模型中的数值幻觉

Jiandong Shao, Yao Lu, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） ； University College London（伦敦大学学院） 纠错

AI总结 研究发现LLMs在预训练中学习到的数字偏倚导致数值生成偏差，通过修剪特定神经元可缓解错误输出。

Comments NeurIPS 2025

Rethinking Cross-Generator Image Forgery Detection through DINOv3

重新思考通过DINOv3进行跨生成器图像伪造检测

Zhenglin Huang, Jason Li, Haiquan Wen, Tianxiao Li, Xi Yang, Lu Qi, Bei Peng, Xiaowei Huang, Ming-Hsuan Yang, Guangliang Cheng

机构 * University of Liverpool, UK（利物浦大学） ； Nanyang Technological University（南洋理工大学） ； HKUST（香港科技大学） ； UC Merced（加州大学默塞德分校） ； University of Sheffield（谢菲尔德大学） 纠错

AI总结 通过DINOv3发现无需训练即可实现跨生成器图像伪造检测，利用令牌排名策略提升检测准确度。

A Fast and Flat Federated Learning Method via Weighted Momentum and Sharpness-Aware Minimization

一种通过加权动量和尖锐意识最小化实现快速且平坦的联邦学习方法

Tianle Li, Yongzhi Huang, Linshan Jiang, Chang Liu, Qipeng Xie, Wenfeng Du, Lu Wang, Kaishun Wu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Shenzhen University（深圳大学） 纠错

AI总结 FedWMSAM通过加权动量和尖锐意识最小化解决非IID联邦学习中的局部-全局曲率不一致和动量-回声振荡问题，提升模型收敛速度和泛化能力。

Journal ref Advances in Neural Information Processing Systems (NeurIPS 2025)

3MDiT: Unified Tri-Modal Diffusion Transformer for Text-Driven Synchronized Audio-Video Generation

3MDiT：用于文本驱动同步音频视频生成的统一三模态扩散变换器

Yaoru Li, Heyu Si, Federico Landi, Pilar Oplustil Gallegos, Ioannis Koutsoumpas, O. Ricardo Cortez Vazquez, Ruiju Fu, Qi Guo, Xin Jin, Shunyu Liu, Mingli Song

机构 * Zhejiang University（浙江大学） ； Huawei（华为） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 3MDiT提出了一种统一三模态扩散变换器，通过联合演变流实现文本驱动的同步音频视频生成，提升多模态对齐与同步性能。

MAKO: Meta-Adaptive Koopman Operators for Learning-based Model Predictive Control of Parametrically Uncertain Nonlinear Systems

MAKO：基于元学习的Koopman算子用于参数不确定非线性系统的基于学习的模型预测控制

Minghao Han, Kiwan Wong, Adrian Wing-Keung Law, Xunyuan Yin

机构 * Water Research Institute (NEWRI), Nanyang Technological University, Singapore（新跃大学水研究 institute（NEWRI）） ； School of Chemistry, Chemical Engineering and Biotechnology, Nanyang Technological University, Singapore（新跃大学化学、化工与生物技术学院） ； Soft Robotics Lab, ETH Zurich, Switzerland（苏黎世联邦理工学院软机器人实验室） ； Department of Civil and Environmental Engineering, National University of Singapore, Singapore（新加坡国立大学土木与环境工程系） 纠错

AI总结 MAKO通过元学习方法实现对参数不确定非线性系统的高效建模与预测控制，提升系统稳定性和控制效果。